बिजनेस स्कूल के शोधकर्ताओं ने उद्यमिता को समझने के अपने प्रयासों में एक मौलिक त्रुटि की है। उन्होंने गलत तरीके से यह मान लिया है कि स्टार्टअप की दुनिया के अधिकांश परिणाम सामान्य रूप से वितरित किए जाते हैं जब वे आम तौर पर एक बिजली कानून वितरण का पालन करते हैं, क्रिस क्रॉफर्ड और उनके सहयोगियों ने जर्नल ऑफ बिजनेस वेंचरिंग में एक नए पेपर में पाया।
सामाजिक वैज्ञानिक आम तौर पर यह मानते हैं कि वे घटनाएँ जो एक सामान्य वितरण का पालन करने के लिए समझाने की कोशिश कर रहे हैं। इस दुनिया में बहुत सी चीजों की व्याख्या करने के लिए यह बहुत अच्छी तरह से काम करता है, जैसे वयस्क पुरुषों या किराने की कीमतों की ऊंचाई, लेकिन वे स्टार्टअप के प्रदर्शन को समझाने के लिए खराब तरीके से काम करते हैं।
$config[code] not foundजेफ न्यूमैन की तरह क्रॉफर्ड और अन्य, रिपोर्ट करते हैं कि नई कंपनियों के प्रदर्शन के प्रमुख संकेतक - राजस्व और रोजगार वृद्धि, फर्म मूल्यांकन और परी और उद्यम पूंजी रिटर्न - एक बिजली कानून वितरण का पालन करें। पावर लॉ डिस्ट्रीब्यूशन के साथ, कुछ चरम मामले लगभग सभी परिणामों के लिए होते हैं, चाहे आप जो माप कर रहे हों वह वाई-कॉम्बिनेटर के रिटर्न का अंश होता है जो एयरबीएनबी में निवेश से आता है, सिकोइया कैपिटल के नवीनतम फंड या नौकरियों में लाभ का स्रोत अमेरिकी उद्योग द्वारा बनाया गया।
क्रॉफर्ड और उनके सहयोगी अपने पेपर के सार में एक साहसिक दावा करते हैं। वे कहते हैं, "हमारे परिणाम नए सिद्धांतों के विकास के लिए कॉल करते हैं और उन तंत्रों की व्याख्या करने और भविष्यवाणी करने के लिए हैं जो इन वितरणों और आउटलेयर उत्पन्न करते हैं।"
यह समझने के लिए कि वे सही क्यों हैं, मुझे उनके निष्कर्षों के तीन निहितार्थों को उजागर करने दें:
• आज किए गए अधिकांश उद्यमिता अनुसंधान की सांख्यिकीय धारणा गलत है, जिससे उनके निष्कर्ष संदिग्ध हैं। उदाहरण के लिए, सिरैक्यूज़ विश्वविद्यालय के जोहान विकलुंड और भारतीय विश्वविद्यालय के डीन शेफर्ड के विद्वानों के लेख की यह पंक्ति जो लिखते हैं (2011: 927) “किसी भी फर्म के नमूने में यह अनुमान लगाया जा सकता है कि प्रदर्शन एक मतलब के आसपास अलग-अलग होगा। "
फर्म प्रदर्शन के वितरण की धारणा विक्लंड और शेफर्ड जैसे शोधकर्ताओं को सामान्य वितरण के आधार पर हीन सांख्यिकी का उपयोग करने की ओर ले जाती है। लेकिन क्रॉफर्ड और सहकर्मी बताते हैं कि सामान्य रूप से स्टार्ट-अप फर्म के प्रदर्शन पर डेटा वितरित नहीं किया जाता है, लेकिन एक पावर लॉ वितरण का अनुसरण करता है। जैसा कि मैंने उनके पेपर शो, सामान्य वितरण और बिजली कानून वितरण से लिया गया आंकड़ा बहुत अलग जानवर हैं। यह मानते हुए कि डेटा एक पैटर्न का अनुसरण करता है जब वह वास्तव में किसी अन्य का अनुसरण करता है, तो इसका मतलब यह है कि आपका सांख्यिकीय विश्लेषण गलत होगा।
• लोगों की गोपनीयता के बारे में नीति निर्माताओं की चिंताओं ने शोधकर्ताओं के लिए उद्यमशीलता को समझाने के लिए सरकारी आंकड़ों का सही उपयोग करना बहुत कठिन बना दिया है। अधिकांश सरकारी डेटाबेस, जैसे कि जनगणना ब्यूरो या फेडरल रिजर्व द्वारा प्रदान किए गए, नियमित रूप से "शीर्ष कोड" - या उपयोगकर्ताओं के अध्ययन के प्रतिभागियों की पहचान करने से रोकने के लिए अपने डेटा सेट के सार्वजनिक संस्करणों में बहुत उच्चतम प्रदर्शनकर्ता को हटाते हैं। गोपनीयता की रक्षा के लिए बहुत प्रयास उद्यमशीलता के सटीक माप को कम कर देता है जब प्रमुख चर शोधकर्ता एक बिजली कानून वितरण का पालन करने की भविष्यवाणी कर रहे हैं। डेटाबेस में जानकारी के सबसे महत्वपूर्ण टुकड़े बहुत संख्या में हैं जो विश्लेषण से छिपे हुए हैं।
शटरस्टॉक के माध्यम से स्टार्टअप फोटो
टिप्पणी ▼
